基于改進(jìn)蟻群算法的投資組合優(yōu)化研究.pdf

1、證券投資組合主要是解決投資者在資金總量一定的情況下，通過(guò)構(gòu)建一組投資組合來(lái)分散風(fēng)險(xiǎn)、獲取收益，以及如何分配資金的問(wèn)題，使所構(gòu)建的投資組合達(dá)到收益一定時(shí)風(fēng)險(xiǎn)最小，或者風(fēng)險(xiǎn)一定時(shí)收益最大的目的。出于投資者理財(cái)?shù)男枨螅藗兺断蜃C券市場(chǎng)的資金越來(lái)越多，但證券投資是一項(xiàng)高風(fēng)險(xiǎn)的活動(dòng)。構(gòu)建投資組合而非將“雞蛋放入一個(gè)籃子中”是一種有效的分散風(fēng)險(xiǎn)獲取較高收益的方法。蟻群算法是模擬生物界螞蟻覓食行為的智能優(yōu)化算法，人工蟻群算法已經(jīng)成功解決生活中的二次分

2、配問(wèn)題、旅行商問(wèn)題等一系列難題，并取得了較好的優(yōu)化效果。蟻群算法對(duì)要解決問(wèn)題的限制條件少，因而其應(yīng)用范圍十分廣泛。近幾年已有學(xué)者將智能優(yōu)化算法用于解決投資組合問(wèn)題，但蟻群算法在這方面的應(yīng)用和研究相對(duì)較少。因此，本文將改進(jìn)的蟻群算法應(yīng)用于解決投資組合問(wèn)題的研究，既有一定的理論意義也有一定的現(xiàn)實(shí)意義。
　　本文在Markowitz的經(jīng)典投資組合模型的基礎(chǔ)上對(duì)該模型進(jìn)行改進(jìn)，并將股票交易的最小交易單位、交易過(guò)程中的交易成本和最大交易量等

3、約束條件加入模型之中，使模型與現(xiàn)實(shí)結(jié)合的更為緊密。投資組合是一個(gè)求多目標(biāo)函數(shù)極值的問(wèn)題，為方便與蟻群算法結(jié)合，本文借鑒Markowitz的經(jīng)典投資組合模型求解的過(guò)程，采用組合收益減去組合方差的方式將多目標(biāo)問(wèn)題轉(zhuǎn)化為求單目標(biāo)函數(shù)最大值的問(wèn)題。對(duì)于蟻群算法，從基本蟻群算法入手，將蟻群算法中影響優(yōu)化效果的信息素和啟發(fā)函數(shù)等因素進(jìn)行改進(jìn)，與影響股票價(jià)格的收益率、方差和成交量等指標(biāo)相結(jié)合，使蟻群算法對(duì)投資組合模型的優(yōu)化更加高效。目前，互聯(lián)網(wǎng)金融的